怎么從GTF中提取lncRNA的編號和名稱

這篇文章將為大家詳細(xì)講解有關(guān)怎么從GTF中提取lncRNA的編號和名稱，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

從GTF文件中提取lncRNA對應(yīng)的ID和名稱

從TCGA數(shù)據(jù)中提取lncRNA的表達(dá)量時(shí)，需要知道lncRNA的編號和對應(yīng)的名稱。這些信息可以從GTF文件中提取。
提取的話，可以采用如下的代碼實(shí)現(xiàn)。

#!/usr/bin/perl -w

use strict;


my $biotype_file = shift @ARGV;
my $gtf = shift @ARGV;
my $biotype = shift @ARGV;


my %biotype_list;
open my $fh2, $biotype_file or die;
while (<$fh2>) {
    chomp;
    my @array = split /\t/, $_;
    if($array[2]eq $biotype){
        $biotype_list{$array[0]} = 1;
    }
}
close $fh2;


open my $out, ">${biotype}_info.txt" or die;
print $out "Gene_id\tGene_id_info\tgene_name\tbiotype\n";
open my $fh3, $gtf or die;
while (<$fh3>) {
    chomp;
    next if /^#/;
    my @array = split /\t/, $_;
    next unless ($array[2] eq "gene");
    $array[8] =~ /gene_id\s+"(\S+?)";.*gene_type\s+"(\S+?)";.*gene_name\s+"(\S+?)";/;
    my $geneid = $1;
    my $genebiotype = $2;
    my $genename = $3;
    my $gene_id_norm=(split("\\.",$geneid))[0];
    if ($biotype_list{$genebiotype}) {
        print $out "$gene_id_norm\t$geneid\t$genename\t$genebiotype\n";
    }
}
close $fh3;

關(guān)于“怎么從GTF中提取lncRNA的編號和名稱”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯(cuò)，請把它分享出去讓更多的人看到。